indexeddb 不支持 sql join 和多字段组合查询，需通过复合索引、游标遍历与客户端过滤分阶段处理：优先用复合索引覆盖高频等值条件；对复杂条件先用高区分度索引快速筛选，再内存过滤；可预设冗余字段索引提升效率；跨仓库关联需分步查询+内存拼接。
IndexedDB 本身不支持 SQL 风格的多表 JOIN 或 WHERE 多字段 AND/OR 组合查询，所谓“多索引联合查询”，本质是通过合理设计索引结构、配合游标遍历与客户端过滤，分阶段缩小结果集。核心不是“一次查出”，而是“先快筛、再精滤”。
用复合索引覆盖高频组合条件
当多个字段经常一起用于等值匹配（如 status === 'active' && type === 'premium'），应创建数组型复合索引：
- 调用
store.createIndex('by_status_type', ['status', 'type']) - 查询时使用
IDBKeyRange.only(['active', 'premium'])，可直接定位，无需遍历 - 注意字段顺序：索引
['status', 'type']支持查 status 单独条件或两者组合，但不支持只查 type
用主索引 + 游标 + 内存过滤应对任意组合
对无法全部由索引覆盖的复杂条件（如 city IN ['北京','上海'] && age > 25 && active === true），推荐分两步：
- 先用区分度最高的字段建索引（如
by_city），用IDBKeyRange.bound(['北京'], ['上海\uf8ff'])获取所有北京/上海记录的游标 - 打开游标逐条
continue()，在 JavaScript 中做剩余判断：record.age > 25 && record.active - 大数据量时加
requestIdleCallback分批处理，避免卡顿
预设冗余字段索引提升查询效率
对固定模式的组合查询，可在写入时生成派生字段并单独建索引：
- 例如将
{ dept: 'RD', level: 'senior', year: 2024 }存为sortKey: 'RD_senior_2024' - 为其创建唯一索引
by_sortKey，后续查该组合就是一次index.get('RD_senior_2024') - 适合查询路径明确、字段组合稳定、更新不频繁的场景
跨对象仓库“关联”靠分步 + 内存拼接
IndexedDB 没有外键和 JOIN，模拟关联需手动衔接：
- 比如查“用户张三的所有已支付订单”，先从
users库按 name 查出userId: 'u1001' - 再到
orders库，用orderIdIndex.get(IDBKeyRange.only('u1001'))获取订单游标 - 遍历中补充筛选
order.status === 'paid'，必要时用 Map 缓存用户信息避免重复查
